[4차시/조연우] 파이썬 스터디 - 자료구조 / 모듈과 패키지

CHAPTER07_자료구조.pdf

12.04MB

CHAPTER011_모듈과_패키지.pdf

11.31MB

4차시_자료구조__모듈과_패키지_과제.pdf

0.22MB

 

CHAPTER07_자료구조

01_자료구조의 이해

자료구조의 개념

---

• 프로그래밍을 하다 보면 다양한 형태의 데이터를 저장하여 처리할 때가 존재
• 자료구조→ 데이터의 특징을 고려하여 저장하는 방법
• 사례
  • 은행의 번호표, 택배 수화물
  • 전화번호부 - 전화번호를 효율적으로 찾기 위해서 이름을 기준으로 가나다 순서대로 저장

⇒ 자료구조: 특징이 있는 정보를 메모리에 효율적으로 저장 및 반환하는 방법으로 데이터를 관리하는 방식

파이썬에서의 자료구조

---

• 리스트→ 자료구조의 기본 저장 방식
• 파이썬에서 제공하는 자료구조

02_스택과 큐

스택(stack)

---

: 마지막에 들어간 데이터가 가장 먼저 나오는 형태로 데이터의 저장 공간을 구현하는 것

• ‘Last In First Out’

• 일반적으로 사각형의 저장 공간을 의미
• 4, 10과 같은 데이터를 저장하는 공간으로, 리스트와 비슷하지만 저장 순서가 바뀌는 형태
• 기본 문법
  • 푸시(push): 스택에 데이터를 저장하는 것
  • 팝(pop): 데이터를 추줄하는 것
• 사례
  • 택배 수화물 저장 방식
    • 수화물을 하나의 데이터로 볼 때, 먼저 들어간 수화물보다 나중에 들어간 수화물이 먼저 나와야 하는 경우
• 스택 구현(리스트 사용)
  • 리스트라는 저장 공간 생성 → append()함수로 데이터 저장(push) → pop()함수로 데이터 추출(pop)

»> a = [1, 2, 3, 4, 5]  # 변수 a에 [1, 2, 3, 4, 5] 할당
»> a.append(10)  # 변수 a에 10 추가
»> a
[1, 2, 3, 4, 5, 10]  #  변수 a에 [1, 2, 3, 4, 5, 10] 할당
»> a.append(20)
»> a
[1, 2, 3, 4, 5, 10, 20]
»> a.pop()
20  # 가장 마지막에 저장된 값 추출, 동시에 리스트에서 삭제
»> a.pop()
10  # -> 변수 a의 값은 [1, 2, 3, 4, 5]

• 스택으로 만들 수 있는 프로그램
  • 이진수 변환기
  • → 2로 나눈 나머지 값을 스택에 푸시 → 마지막으로 들어온 값부터 팝으로 추출하고 출력
  • 입력한 텍스트를 역순으로 추출하는 프로그램

1 word = input("Input a word: ")  # 입력한 텍스트 변수 word에 저장
2 world_list =list(word)  # 그 값을 리스트형으로 변환
3 print(world_list)
4
5 result = [ ]
6 for _ in range(len(world_list))：
7     result.append(world_list.pop())
8
9 print(result)  # 입력한 텍스트의 역순값 출력
10 print(word[：：-l])

• ‘ _ ‘기호
• 일반적으로 for문에서 많이 사용
• 해당 반복문에서 생성되는 값은 코드에서 사용하지 않는다는 의미

⇒ 6행의 range(len(world_list))에서 생성되는 값을 반복문 내에서 사용하지 않으므로 _로 할당 받은 것

큐(queue)

---

: 먼저 들어간 데이터가 먼저 나오는 ‘Fist in First Out’의 메모리 구조를 가지는 자료구조

• 스택의 반대 개념
• 큐의 일반적인 저장 방식

• 사례
  • 은행에서 대기 번호표를 뽑을 때 번호를 저장하는 방식
    • 먼저 온 사람이 앞의 번호표를 뽑고, 번호가 빠른 사람이 먼저 서비스를 받는 구조
• 메모리 개념
  • 스택보다 구현이 조금 더 복잡함
  • 스택→ 메모리가 시작하는 지점이 고정돼 있음
  • 큐→ 처음에 값이 저장되는 메모리 주소가 값이 사용됨에 따라 계속 바뀜
• 큐 구현

»> a = [1, 2, 3, 4, 5]
»> a.append(10) # a = [1, 2, 3, 4, 5, 10]
»> a.append(20) # a = [1, 2, 3, 4, 5, 10, 20]
»> a.pop(0)
1
»> a.pop(0)
2

• 기본적으로 스택의 구현 방법과 동일
• pop(0) 사용→ pop() 함수를 사용할 때 인덱스가 0번째인 값을 쓴다는 의미
• ⇒ pop()함수→ 리스트의 마지막 값을 가져온다는 의미 / pop(0)→ 맨 처음 값을 가져온다는 의미

03_튜플과 세트

튜플

---

: 리스트와 같은 개념이지만 값을 변경하는 것이 불가능한 리스트

• 선언과 사용이 리스트와 약간 다름

»> t = (1, 2, 3)  # 튜플을 선언하는 명령
»> print (t + t , t * 2)
(1, 2, 3, 1, 2, 3) (1, 2, 3, 1, 2, 3)
»> len(t)
3

• 튜플→ 괄호를 이용하여 t = (1, 2, 3)과 같은 형태로 선언
• 리스트와 공통점
  • 리스트에서 사용하는 연산, 인덱싱, 슬라이싱 모두 동일하게 적용
  • 리스트형 데이터에 사용하는 모든 함수 사용 가능(튜플 간의 덧셈, 곱셈, len() 함수)
• 리스트와 차이점
  • 리스트→ 대괄호 [ ]를 이용
  • **** 튜플의 값은 마음대로 변경할 수 없음 ****
• 튜플의 값을 변경하고자 할 때 오류 발생

»>t[l] =5
Traceback (most recent call last)：
    File "<stdin>", line 1, in <module>
TypeError： 'tuple' object does not support item assignment 

⇒ ‘튜플 오브젝트(‘tuple’ object)에는 새로운 아이템(item)의 할당을 허용하지 않는다.’

• 값이 하나밖에 없을 때 튜플의 선언
  • 반드시 콤마(,)를 붙여 t 가 튜플임을 선언해야 함
    • ex) t = (1, )
  • If, t = (1)로 선언 → t = 1로 이해하게 됨
    • → t = (5 + 2)* 2와 같이 연산에서 사용하는 괄호로 이해하기 때문
• 사용되는 경우
  • 프로그래밍을 하다 보면 여러 사람과 함께 작업해야 하는 경우가 많음
  • 자신이 하나의 함수만 만들고, 다른 사람이 그 함수의 결과값을 사용해야 하는 경우도 발생
  • 이때 반환해주는 타입을 튜플로 선언→ 받아서 사용하는 사람이 마음대로 데이터를 바꾸지 못하게 됨.
• 바뀌면 안 되는 데이터 ⇒ 학번이나 이름, 주민등록번호와 같이 변경되면 안 되는 정보 등

⇒ 프로그래머가 이러한 이해 없이 마음대로 값을 변경하려고 할 때 튜플은 이를 방지해주는 역할

세트

---

: 값을 순서 없이 저장하되 중복을 불허하는 자료형

• 수학의 집합과 개념적으로 아주 비슷함
• 중복을 불허하는 특징 때문에 프로그래밍에서 매우 유용함
  • ex) 문서 하나에 들어가 있는 단어 종류의 개수를 셀 때 모든 단어를 추출한 후 세트로 변환하면 단어 종류의 개수를 쉽게 파악 가능
  • 파이썬에서는 세트 선언을 하는 것으로 사용 가능

»> s = set([1, 2, 3, 1, 2, 3])   # set() 함수를 사용하여 1, 2, 3을 세트 객체로 생성
»> s 
{1, 2, 3}

• set() 함수를 사용→ 리스트나 튜플의 데이터를 넣으면 해당 값이 세트 형태로 변환됨
• [1, 2, 3, 1, 2, 3]이라는 리스트형의 값을 세트로 변환→ 중복을 제거한 후 {1, 2, 3}으로 변환되어 출력
• 튜플과 다르게 삭제나 변경이 가능→ 이 기능을 이용해 다양한 함수 지원

»> S
{1, 2, 3}
»> s.add(l)  
»> s
{1, 2, 3}  # 1 을 추가하는 명령이지만 중복 불허로 추가되지 않음
»> s.remove(l)  
»> s
{2, 3}  # 1 삭제
»> s.update([1, 4, 5, 6, 7]) 
»> s
{1, 2, 3, 4, 5, 6, 7}  # [1, 4, 5, 6, 7] 추가
»> s.discard(3)  
»> s
{1, 2, 4, 5, 6, 7}  #3 삭제
»> s.clear() 
»> s
set()  # 모든 원소 삭제

• 지원하는 함수
  • add() : 원소 하나를 추가하는 함수
  • remove() & discard() : 원소 하나를 제거하는 함수
  • update() : 새로운 리스트를 그대로 추가하는 함수
  • clear() : 모든 변수를 지우는 함수
• 값은 모두 순서 없이 저장되는 동시에 중복을 제거하고 저장됨
• 파이썬의 세트는 수학의 집합과 마찬가지로 다양한 집합 연산 제공
  • 교집합, 합집합, 차집합

»> s1 =set([1, 2, 3, 4, 5]) 
»> s2 =set([3, 4, 5, 6 ,7]) 
»>
»> s1.union(s2)   # s1과 s2의 합집합
{1, 2, 3, 4, 5, 6, 7}
»> s1 | s2  # set([l, 2, 3, 4, 5, 6, 7])
{1, 2, 3, 4, 5, 6, 7}
»> s1.intersection(s2)   # s1 s2의 교집합
{3, 4, 5}
»> s1 & s2  # set([3, 4, 5])
{3, 4, 5}
»> s1.difference(s2)   # s1과 s2의 차집합
{1, 2}
»> s1 - s2  # set([l, 2])
{1, 2}

•  

• 합집합 : 두 집합의 중복값을 제거하고 합치는 연산
• 교집합 : 두 집합 양쪽에 모두 포함된 값만 추출하는 연산( if문에서 배웠던 and 조건의 개념과 비슷)
• 차집합 : 앞에 있는 집합 s1의 원소 중 s2에 포함된 원소를 제거하는 연산

04_딕셔너리

딕셔너리의 개념

---

• 영어사전에서 검색을 위해 영어 단어들을 저장해 놓은 방식과 비슷
  • 영어사전에서는 각 단어를 검색할 수 있도록 색인index을 만들어 놓고 색인을 통해 그 단어를 찾아 의미를 파악함
    • 색인: 데이터를 찾기 쉽도록 구분해 놓은 유일한 정보로, 단어를 검색하는 방식
• 파이썬의 딕셔너리 구조
  • 데이터의 유일한 구분자인 키key라는 이름으로 검색할 수 있게 하고, 실제 데이터를 값value 이라는 이름과 쌍으로 저장하여 프로그래머가 데이터를 쉽게 찾을 수 있게 함
  • ex) 개인의 주민등록번호나 학교의 학번, 제품 번호 등→ 하나의 데이터를 구분하는 키

• 학번→ 나머지 정보를 구분하는 키

파이썬에서의 딕셔너리

---

• 딕셔너리 선언
  • 중괄호{ }를 사용하여 키와 값을 쌍으로 구성

• 값에는 다양한 자료형이 들어갈 수 있음
  • 문자열, 리스트와 같이 한 번에 여러 데이터를 입력, 튜플 및 세트, 딕셔너리까지 사용 가능함

 »> student_info = {20140012：’Sungchul’, 20140059:'Jiyong', 20140058：’Jaehong'}

• student_info 라는 변수를 먼저 선언→ 해당 변수에{키:값} 형태로 값을 입력함
• 해당 변수에서 특정 값 호출

 »> student_info［20140012］
'Sungchul'

• 해당 값의 키를 대괄호 [ ] 안에 넣어 호출함
• 키는 문자열 또는 정수형으로 선언이 가능함(여기서는 정수형으로 선언했으므로 정수형으로 호출)
• 재할당 & 데이터 추가

»> student_info[20140012]= 'Sungchul'
»> student_info[20140012]
'Sungchul'
»> student_info[20140039]= 'Wonchul'
»> student_info
{20140012: ’Sungchul’, 20140059： 'Jiyong', 20140058: 'Jaehong', 20140039： 'Wonchul'}

• 딕셔너리에서의 재할당도 리스트에서 사용하는 방식과 다르지 않음
• 키를 이용하여 해당 변수를 호출한 후 새로운 값을 할당
• 데이터 추가도 새로운 키를 사용하여 값을 할당하면 됨
• 할당 시 사용되는 키가 기존에 있던 키라면 해당 값이 변경되고, 기존에 없던 키라면 새로운 값으로 추가됨

딕셔너리 함수

---

• 파이썬→ 딕셔너리를 쉽게 사용할 수 있도록 다양한 함수를 제공함
• 특히 for문이나 if문과 함께 사용하면 다양한 코드 작성이 가능
• ex) 국가명과 국가 전화번호를 묶어 보여주는 코드

»> country_code = {}  # 딕셔너리 생성
»> country_code = {"America"： 1, "Korea"： 82, "China"： 86, "Japan"： 81}
»> country_code
{'America'： 1, 'Korea'： 82, 'China'： 86, 'Japan': 81}

• 딕셔너리 변수 안의 키와 값을 출력하는 함수
  • keys() 함수: 키만 리스트 형태로 출력하는 함수

»> country_code.keys()  # 딕셔너리의 키만 출력
dict_keys(['America', 'Korea', 'China', 'Japan'])

• values() 함수: 값을 출력하는 함수

»> country_code["German"] = 49  # 딕셔너리 추가
»> country_code
{'America': 1, 'Korea': 82, 'China': 86, 'Japan': 81, 'German': 49}
»> country_code.values()  # 딕셔너리의 값만 출력
dict_values([l, 82, 86, 81, 49])

• items() 함수: 키-값 쌍을 모두 보여주는 함수

»> country_code.items()  # 딕셔너리 데이터 출력
dict_items([('America1), (’Korea', 82), ('China', 86), (‘Japan’, 81), ('German', 49)])

• for문과 사용
  • 딕셔너리를 사용할 때 for문과 함께 많이 사용
  • 키-값 쌍을 화면에 출력

»> for k, v in country_code.items()：
... print("Key:", k)
... print("Value：", v)
...
Key: America
Value: 1
Key： Korea
Value： 82
Key： China
Value: 86
Key： Japan
Value： 81
Key： Gernman
Value： 49

• if문 사용

»> "Korea" in country_code.keys()   # 키에 "Korea"가 있는지 확인
True
»> 82 in country_code.values()  # 값에 82가 있는지 확인
True

• 특정 키나 값이 해당 변수에 포함되어 있는지 확인

05_collections 모듈

: 다양한 자료구조인 리스트, 튜플, 딕셔너리 등을 확장하여 제작된 파이썬의 내장 자료구조 모듈

• 기존에 배웠던 자료구조보다 효율적이고 편리
• deque, OrderedDict, defaultdict, Counter, namedtuple 등을 제공

from collections import deque 
from collections import OrderedDict
from collections import defaultdict 
from collections import Counter
from collections import namedtuple

deque 모듈

---

: 스택과 큐를 모두 지원하는 모듈

• 리스트와 비슷한 형식으로 데이터를 저장해야 함
• 스택 사용

 »> from collections import deque
 »>
 »> deque_list = deque()  # 리스트와 비슷한 형식으로 데이터를 저장
 »> for i in range(5):
 ... deque_list.append(i)
 ...
 »> print(deque_list)
 deque([0, 1, 2, 3, 4])

• append() 함수를 사용→ 기존 리스트처럼 데이터가 인덱스 번호를 늘리면서 쌓이기 시작함

»> deque_list.pop()
4
»> deque_list.pop()
3
»> deque_list.pop()
2
»> deque_list 
deque([0, 1])

• deque_list.pop()을 수행→ 오른쪽 요소부터 하나씩 추출됨
• → 스택처럼 나중에 넣은 값부터 하나씩 추출되는 것
• 큐 사용

»> from coUections import deque
»>
»> deque_list = deque()
»> for i in range(5)：
... 
deque_list.appendleft(i)
»> print(deque_list)
deque([4, 3, 2, 1, 0])

• appendleft() 함수→ 새로운 값을 왼쪽부터 입력하도록 하여 먼저 들어간 값부터 출력되도록 함
• pop(0)은 deque에서 작동 X
• 기존 리스트와 비교시 장점
  1. 연결 리스트의 특성을 지원함
     • 연결리스트: 데이터를 저장할 때 요소의 값을 한 쪽으로 연결한 후, 요소의 다음 값의 주소 값을 저장하여 데이터를 연결하는 기법

• [그림 7-6]처럼 다음 요소의 주소 값을 저장하므로 데이터를 원형으로 저장이 가능함
  • 마지막 요소에 첫 번째 값의 주소를 저장시켜 해당 값을 찾아갈 수 있도록 연결시킴
    • rotate() 함수: 기존 deque에 저장된 요소들 값의 인덱스를 바꾸는 기법
    • 연결리스트→ 양쪽 끝의 요소들을 연결할 수 있으므로 원형의 데이터 구조를 가짐
    • 이러한 특징을 이용→ 각 요소의 인덱스 번호를 하나씩 옮긴다면 실제로 요소를 옮기지 않더라도 인덱스 번호를 바꿀 수 있음
  • ⇒ 이러한 특징 때문에 가능한 기능 중 하나→ rotate() 함수

»> from collections import deque 
»>
»> deque_list = deque()
»> for i in range(5)：
... deque_list.appendleft(i)
...
»> print(deque_list) 
deque([0, 1, 2, 3, 4])
»> deque_list.rotate(2)  # rotate(2)함수를 수행
»> print(deqiie_list) 
deque([3, 4, 0, 1, 2])  #  3과 4가 0번째, 1번째 인덱스로 이동
»> deque_list.rotate(2)  # rotate(2)함수를 수행
»> print(deque_list) 
deque([1, 2, 3, 4, 0])  #  1과 2가 0번째, 1번째 인덱스로 이동

• 기존 데이터에 rotate(2)함수를 수행시키면 3과 4의 값이 두 칸씩 이동하여 0번째, 1번째 인덱스로 옮겨진 것을 알 수 있음
• 다시 rotated를 수행시키면 1과 2가 0번째, 1번째 인덱스로 이동
• 이외에도 deque모듈은 다양한 기능을 제공함
  • reversed() 함수 사용: 기존과 반대로 데이터 저장

»> print(deque(reversed(deque_list))) 
deque([0, 4, 3, 2, 1])

• extend( ), extendleft() 함수 사용: 리스트가 통째로 오른쪽이나 왼쪽으로 추가

 »> deque_list.extend([5, 6, 7])
 »> print(deque_list)
 deque([l, 2, 3, 4, 0, 5, 6, 7])
 »> deque_list.extendleft([5, 6, 7])
 »> print(deque_list)
 deque([7, 6, 5, 1, 2, 3, 4, 0, 5, 6, 7])

1. 메모리의 효율적 사용 / 빠른 속도라는 측면에서 유용

• 앞에서 제시한 여러 가지 함수는 기존 리스트에서도 모두 사용 가능함
• 그러나 deque의 메모리 저장 방식 사용→ 사용자는 조금 더 효율적으로 데이터를 저장하고 삭제할 수 있음
• 대용량의 큐나 스택을 처리시 deque 사용을 권장

OrderedDict 모듈

---

: 순서를 가진 딕셔너리 객체

• 딕셔너리→ 순서를 보장하지 않는 객체
• 딕셔너리 파일을 저장하면 키는 저장 순서와 상관없이 저장됨

  1 d = {}
  2 d['x'] = 100
  3 d['l'] = 500
  4 d['y'] = 200
  5 d['z']=300
  6
  7 for k, v in d.items()：
  8     print(k, v)
  ​

• x, l, y, z의 순서대로 키를 저장했지만, 결과는 저장한 순서와 상관없이 다양한 형태로 출력(컴퓨터마다 결과 상이)
• but, OrderedDict 모듈→ 키의 순서를 보장
• 기본적으로 저장한 키의 순서대로 결과가 화면에 출력됨

1 from collections import OrderedDict   # OrderedDict 모듈 선언
2
3 d = OrderedDictO
4 d['x'] = 100
5 d['y'] = 200
6 d['z'] = 300
7 d['l'] = 500
8
9 for k, v in d.items()：
10    print(k, v)

• 어떤 컴퓨터든 상관없이 x, y, z, l의 순서대로 키-값쌍이 출력됨
• 사용하는 경우
  • 딕셔너리로 데이터 처리 시 키나 값으로 데이터를 정렬할 때 가장 많이 사용
  • ex) 키를 이용하여 주민등록번호를 번호 순서대로 정렬한 후 데이터를 출력하는 경우

• 어떤 컴퓨터든 상관없이 x, y, z, l의 순서대로 키-값쌍이 출력됨
• 사용하는 경우
  • 딕셔너리로 데이터 처리 시 키나 값으로 데이터를 정렬할 때 가장 많이 사용
  • ex) 키를 이용하여 주민등록번호를 번호 순서대로 정렬한 후 데이터를 출력하는 경우

• 딕셔너리의 값인 변수 d를 리스트 형태로 만든 다음, sorted() 함수를 사용하여 정렬
  • sorted(d.items(), key=sort_by_key)의 코드만 따로 실행하면 다음처럼 정렬되어 이차원 형태로 값이 출력됨

• 즉, 기존의 딕셔너리 변수를 리스트로 추출하고, sorted() 함수로 키를 기준으로 정렬한 후, 다시 OrderedDict 모듈로 감싸주는wrapping 방식
• → 기존의 딕셔너리나 리스트의 순서를 지키면서 딕셔너리 형태로 관리 가능
• if, 값을 기준으로 정렬한다면 1행과 2행을 다음처럼 바꾸면 됨

• 참고로 t[0]과 t[1]은 위 리스트 안의 튜플 값 중 0번째 인덱스(l, x, y, z)와 1 번째 인덱스(500, 100, 200, 300)를 의미함

defaultdict 모듈

---

: 딕셔너리의 변수를 생성할 때 키에 기본값을 지정하는 방법

→ 새로운 키를 생성할 때 별다른 조치 없이 새로운 값을 생성할 수 있음

• 실제 딕셔너리에서는 키를 생성하지 않고 해당 키의 값을 호출하려고 할 때 오류가 발생함

→ 코드에서 first의 키값을 별도로 생성하지 않은 채 바로 호출하여 오류가 발생한 것

• defaultdict 모듈의 사용

  1 from collections import defaultdict
  2
  3 d = defaultdict(lambda： 0) 
  4 print(d["first"])
  ​

  

• 3행의 d = defaultdict(lambda： 0)

→ defaultdict 모듈 선언 동시에 초깃값을 0으로 설정

→ ‘return 0’이라고 이해하면 됨

→ 어떤 키가 들어오더라도 처음 값은 전부 0으로 설정한다는 뜻

• 리스트 형태로 초깃값 설정

  1 from collections import defaultdict
  2
  3 s =［('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)］
  4 d = defaultdict(list)
  5 for k, v in s：
  6     d[k].append(v)
  7
  8 print(d.items())
  9 [('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]
  ​

  

• 3행 - s 변수에 튜플 데이터들을 이차원 리스트 형태로 저장
• 4행 - 변수 d를 defaultdict 타입으로 선언하면서 초깃값을 리스트로 선언
• 5행~ - for문이 작동하면서 변수 s의 각 요소에서 키 값과 실제 값을 추출하여 변수 시에 추가
  • 중요한 것은 변수 d는 deafultdict 타입이면서 list가 초깃값으로 선언되었기 때문에 새로운 키 값이 없더라도 별도로 오류가 발생하지 않음
  • → 일반적인 ‘dict’에 비해 코드 수를 줄일 수 있어 defaultdict 타입의 가장 큰 장점

Counter 모듈

---

: 시퀀스 자료형의 데이터 값의 개수를 딕셔너리 형태로 반환하는 방법

• 리스트나 문자열과 같은 시퀀스 자료형에 저장된 요소 중에서 같은 값이 몇 개 있는지 그 개수를 반환함

»> from collections import Counter
»>
»> text = list("gallahad")  
»> text
['g' 'a', 'l', 'l', 'a', 'h', 'a', 'd']
»> c = Counter(text)
»> c
Counter({'a': 3, 'I'： 2, 'g'： 1, 'h': 1, 'd'： 1}) 
»> c["a"]
3

• 기존 문자열값인 ‘gallahad’를 리스트형으로 변환한 후, text 변수에 저장
• (‘gallahad’ 자체도 시퀀스 자료형인 문자열이므로 굳이 리스트로 변환할 필요는 없지만 이해를 돕기 위해 리스트 형태로 저장)
• c라는 Counter 객체를 생성하면서 text 변수를 초깃값으로 설정
• → 이를 출력하면 위 결과처럼 각 알파벳이 몇 개씩 있는지 쉽게 확인 가능
• c["a"]처럼 딕셔너리 형태의 문법을 그대로 이용해 특정 텍스트의 개수도 바로 출력 가능
• Counter를 이용→ 각 문자의 개수 세는 작업을 매우 쉽게 할 수 있음
• 다음과 같이 코드를 작성하면 정렬까지 끝낸 결과물을 확인할 수 있는데, 결과적으로 이전 Lab에서 수행한 작업을 단 한 줄의 코드로 작성

  

• Counter는 단순히 시퀀스 자료형의 데이터를 세는 역할도 하지만, 딕셔너리 형태나 키워드 형태의 매개변수를 사용하여 Counter를 생성할 수 있음

1. 딕셔너리 형태로 Counter 객체를 생성하는 방법

»> from collections import Counter
»>
»> c = Counter({'red': 4, 'blue'： 2}) 
»> print(c)
Counter({'red'： 4, 'blue'： 2}) 
»> print(list(c.elements())) 
['red', 'red', 'red', 'red', 'blue', 'blue']

• {'red'： 4, 'blue'： 2}라는 초깃값을 사용하여 Counter를 생성
• elements() 함수를 사용하여 각 요소의 개수만큼 리스트형의 결과를 출력

1. 키워드 형태의 매개변수를 사용하여 Counter를 생성하는 방법
2. → 매개변수의 이름을 키 key로, 실제 값을 값value으로 하여 Counter를 생성할 수 있음

»> from collections import Counter 
»>
»> c = Counter(cats = 4, dogs = 8)
»> print(c)
Counter({'dogs'： 8, 'cats'： 4}) 
»> print(list(c.elements())) 
['cats', 'cats', 'cats', 'cats', 'dogs', 'dogs', 'dogs', 'dogs', 'dogs', 'dogs', 'dogs', 'dogs']

• 기본 사칙연산 지원(파이썬에서 지원하는 기본 연산인 덧셈. 뺄셈, 논리 연산 등)

»> from collections import Counter 
»>
»> c = Counter(a = 4, b = 2, c = 0, d = -2)
»> d = Counter(a = 1, b = 2, c = 3, d = 4)
»> c.subtract(d)   # c - d
»> c
Counter({'a': 3, 'b'： 0, 'c'： -3, 'd'： -6})

• 2개의 Counter c와 d를 생성한 후 c.subtract(d)를 수행하여 c에 대한 d의 차를 구한 결과

→ c에 있는 각 요소의 개수가 d에 있는 요소의 개수만큼 감소함

• 덧셈, AND, OR 연산 모두를 지원

»> from collections import Counter
»>
»> c = Counter(a = 4, b = 2, c = 0, d = -2)
»> d = Counter(a = 1, b = 2, c = 3, d = 4)
»> print(c + d)
Counter({'a': 5, 'b': 4, 'c'： 3, 'd': 2}) 
»> print(c & d)
Counter({'b'： 2, 'a'： 1})
»> print(c | d)
Counter({'a': 4, 'd'： 4, 'c': 3, 'b': 2})

namedtuple 모듈

---

: 튜플의 형태로 데이터 구조체를 저장하는 방법

• 어떤 특정 데이터는 저마다 규정된 정보가 있음
• ex) 학생이라는 정보→ 컴퓨터에 저장하기 위해 몇 가지 변수(학번, 이름, 학년, 학과 등)가 있음
• 이러한 정보를 하나의 리스트로 만들어 이차원 리스트 형태로 구성해도 되지만, 나중에라도 이 리스트를 다른 사람이 사용한다면 자세한 정보를 모르기에 사용이 어려울 수 있음
  • (C 언어에서는 struct라는 이름으로 사용)
• → 이러한 정보를 하나의 튜플 형태로 구성해 손쉽게 사용할 수 있는 자료구조가 namedtuple임
• 좌표 평면에서의 점의 위치를 표현하기 위해 Point라는 객체를 생성하여 값을 저장한 namedtuple

 »> from collections import namedtuple
 »>
 »> Point = namedtuple('Point', ['x', 'y'])
 »> p = Point(ll, y=22)
 »> p
 Point(x=ll, y=22)
 »> p.x, p.y 
(11, 22) 
 »> print(p[0] + p[1]) 
 33

• Point = namedtuple(’Point', ['x', 'y']) 코드에서 Point 객체의 이름은 Point로 지정하고, 저장되는 요소의 이름을 x와 y로 지정함
• 다음으로 Point 객체를 생성함
  • 생성은 함수와 비슷함
  • Point 객체에서 x와 y를 변수로 사용하고 있고 각각 p = point(11, y=22)에서 차례로 사용되어 값을 저장할 수 있음
  • 입력된 값은 p 변수에 저장
  • ** p 변수에 저장된 값을 호출하는 방법 **: p.x, p.y와 같이 변수명과 요소의 이름을 점(.)으로 연결하면 해당 값을 불러낼 수 있음: 인덱스는 이름이 들어간 순서대로 값이 저장되어 있음→ p[1]은 Point 객체에서 두 번째로 저장되어야 하는 y값에 대응
  • ⇒ 이로 인해 덧셈 연산이나 언패킹 연산 등이 모두 가능해짐
  • → p[0]은 Point 객체에서 먼저 저장되어야하는 x값에 대응
  • (2) 인덱스를 사용하는 방법
  • (1) 요소의 이름을 그대로 사용하는 방법

CHAPTER011_모듈과 패키지

01_모듈과 패키지의 이해

• 파이썬 → 매우 간결한 프로그래밍 언어
• 가장 큰 이유 → 많은 사람들이 이미 파이썬으로 프로그램을 작성해두었기 때문
• 모듈: 이미 작성된 프로그램
• 패키지: 이 프로그램의 묶음

모듈의 개념

---

• 많은 제품들은 여러 부품으로 구성되며, 모듈화되어 판매되고 있음
  • 대표적인 예: 레고 블록
    • 하나만으로도 제품이지만, 다른 블록과 연결 및 큰 밑판에 조립함으로써 거대한 작품도 만들 수 있음
    • 이때 레고 블록 하나하나가 바로 모듈
    • 자동차 부품, 벽돌 등…
• 프로그래밍에서의 모듈: 작은 프로그램 조각
  • 각 모듈 역시 저마다 역할이 있어서 서로 다른 모듈과 인터페이스만 연결되면 사용 가능
    • 인터페이스: 해당 모듈을 사용하기 위해 모듈 간의 연결을 위한 약속(함수에서 매개변수를 입력하는 약속)
• → 하나하나 연결해 어떤 목적을 가진 프로그램을 만들기 위한 작은 프로그램
• 내장 모듈: 파이썬에서 기본적으로 제공하는 모듈
  • 대표적으로 random 모듈
    • random 모듈을 호출하기 위한 코드

     »> import random
     »> random.randint(1, 1000)
     198
    

    • 실행→ 1~1000 중 임의의 숫자가 생성
    ** import 구문 ** ⇒ 뒤에 있는 모듈, 즉 random을 사용할 수 있도록 호출하라는 명령어
  • → 난수를 쉽게 생성시켜 주는 모듈

패키지의 개념

---

: 모듈의 묶음

• from: 모듈을 호출하기 위해 패키지부터 호출하는 명령어 

  

→ 일종의 디렉터리처럼 하나의 패키지 안에 여러 개의 모듈이 있는데, 이 모듈들이 서로 포함 관계를 가지며 거대한 패키지를 만듦

02_모듈 만들기

모듈 만들기 실습

---

• 파이썬에서는 .py 파일 자체가 모듈
• 가장 쉽게 파이썬 모듈을 만드는 방법→ 다른 파이썬 파일이나 파이썬 셸에서 import문을 사용하여 해당 모듈의 함수를 쉽게 불러낼 수 있음
• → 디렉터리에서 .py 파일을 하나 만들고, 그 파일에 필요한 함수를 저장
• 간단한 모듈 만들어 보기

• .py로 저장해야 함
• 모듈 불러와 사용해보기

• ** 1행의 import fah_converter 코드 **→ 즉 .py 자체가 하나의 모듈이 됨
  • 모듈: fah_converter
  • fahrenheit = fah_converter.covert_c_to_f (celsius) ⇒ 해당 모듈 안의 covert_c_to_f() 함수를 가져다 사용하기 위함
  !! 호출받는 모듈과 호출하여 사용하는 클라이언트 프로그램이 같은 디렉터리 안에 있어야 함 !!
• (fah_converter.py와 module_ex.py가 같은 디렉터리 안에 있어야 문제 없이 실행)
• → 기존에 만든 코드 파일에서 .py를 빼고 해당 파일의 이름만 입력하면 파일 내의 함수 불러와 사용 가능

네임스페이스

---

: 모듈 호출의 범위를 지정하는 것

• 하나의 모듈 안에 클래스 • 함수 • 변수 존재→ import를 사용하여 호출 가능
  • but, 때로는 클라이언트 프로그램의 함수 이름과 호출된 모듈의 함수 이름이 같은 경우가 존재
    • 실수 또는 기존 클래스를 상속받아 사용하다 발생할 수 있음
  → 이 경우 호출된 모듈의 사용 범위를 명확히 지정해야 함
• → 이때 사용하는 개념이 바로 네임스페이스
• 네임스페이스를 만드는 방법

(1) 모듈 이름에 알리아스(alias) 생성 → 모듈 안으로 코드를 호출하는 방법

• 알리아스→ 일종의 별칭으로 모듈의 이름을 바꿔 부를 때 사용
  • 모듈의 이름이 너무 길거나 다른 코드와 헷갈리는 이름일 때 as 키워드를 사용하여 모듈의 이름을 간단하게 바꿔 사용
  • ex)

     1 import fah_converter as fah # 이전에 만든 fah_converter모듈을 fah로 이름 변경 후 호출
     2 print(fah.covert_c_to_f(41.6)) #  fah_converter 모듈 안에 covert_c_to f() 함수 호출
    ​

    

→ ‘모듈명.함수명(또는 클래스명/변수명)’의 형태로 해당 모듈 안 함수, 클래스, 변수를 호출하여 사용 가능

(2) from 구문 사용→ 모듈에서 특정 함수 또는 클래스만 호출하는 방법

• ex)

   1 from fah_converter import covert_c_to_f
   2 print(covert_c_to_f(41.6))
  ​

  

→ 1행처럼 ‘from 모듈명 import 모듈 안에 있는 함수명’의 형태로 작성하면 해당 모듈 안에 있는 함수 사용 가능

→ 별도의 모듈명을 써 주지 않아도 함수의 단독 사용이 가능함

→ 주의할 점 ⇒ from은 꼭 모듈을 호출하기 위한 키워드가 아님

→ 패키지 호출 및 해당 패키지 안에 있는 모듈을 호출할 때도 사용 가능

(3) 별표(*) 사용 → 해당 모듈 안에 있는 모든 함수, 클래스, 변수를 가져옴

• ‘from 모듈명 import 수’ ⇒ 해당 모듈 안에 있는 모든 사용 가능한 리소스를 호출한다는 뜻

  1 from fah_converter import
  2 print(covert_c_to_f(41.6))
  ​

  

• •  

• 세 가지 중 가장 선호하는 방법 ⇒ 알리아스를 생성하여 호출하는 방법→ 즉, 같은 함수라도 covert_c_to_f보다 fah.covert_c_to_f라고 표기하는 것이 좋음
• ⇒ 각각의 함수 및 클래스가 어디서 나오는 지를 명확히 표현하는 것이 좋기 때문

내장 모듈의 사용

---

• 파이썬→ 프로그래밍 개발을 위해 기본적으로 사용해야 하는 문자 처리, 웹, 수학과 관련된 다양한 내장 모듈 제공 + 별다른 조치 없이 import문 한 줄로 사용 가능

(1) random 모듈

: 난수 생성 모듈

• 모듈 구성
  • randint() 함수→ 정수 모듈 생성
  • random() 함수→ 임의의 난수 생성

    

(2) time 모듈

: 일반적으로 시간을 변경하거나 현재 시각을 알려줌(시간과 관련)

→ 프로그램이 동작하는 현재 시각을 알 수 있음

(3) urllib 모듈

: 웹과 관련 →웹 주소의 정보를 불러옴

• 대표적으로 request 모듈을 사용→ 특정 URL의 정보를 불러올 수 있음

• urllib.request.urlopen() → 괄호 안에 특정 웹 주소를 입력 시 해당 주소의 HTML 정보를 가져옴
• 이외에도 많은 파이썬 모듈 존재
  • 가장 좋은 방법→ 구글에서 검색(특히 영어로 검색)
  • ex) 프로그래밍 수행에 걸린 시간을 알아내는 모듈을 찾고 싶을 때
  <aside></aside>
  • 우리나라의 대표 사이트인 파이썬 코리아에 문의
  • → 파이썬 코리아의 페이스북 페이지→ 파이썬 개발자에게 많은 정보를 제공하는 대표적인 커뮤니티
• → 검색어 입력
• python time module run time
• →이 모듈들을 불러와 사용하는 법

03_패키지 만들기

패키지의 구성

---

• 패키지: 하나의 대형 프로젝트를 수행하기 위한 모듈의 묶음
• 모듈 구성
  • 하나의 파일로 이루어짐
• 패키지 구성
  • 파일이 포함된 디렉터리(폴더)로 구성
  • ⇒ 패키지 : 여러 개의 .py 파일이 하나의 디렉터리에 들어가 있는 것
• 라이브러리
  • 다른 사람이 만든 프로그램을 불러와 사용하는 것
  • 파이썬에서는 패키지가 하나의 라이브러리
• 패키지의 예약어
  • 주의할 점→ 파일명 자체가 예약어를 반드시 지켜야만 실행되는 경우 존재
  ⇒ 따라서 패키지 내의 몇몇 파일에는 **init,main** 등의 키워드 파일명이 사용됨

패키지 만들기 실습

---

• 인터넷에서 주식 정보를 받아와 데이터베이스에 저장하고, 필요한 정보를 계산하는 프로그램
• 1 단계: 디렉터리 구성하기
  • 패키지 이름→ ‘roboadvisor’(패키지 이름 대부분은 소문자를 사용)
  • roboadvisor에 세 가지 기능이 있다고 가정(2) database(데이터베이스): 가져온 데이터를 데이터베이스에 저장하는 기능
  • (3) analysis(분석): 해당 정보를 분석하여 의미 있는 값을 뽑아내는 기능
  • (1) crawling(크롤링): 주식 관련 데이터를 인터넷에서 가져오는 기능
  • 패키지를 구성하기 위한 첫 번째 단계→ 각 패키지 내에서 다시 세부 패키지에 맞춰 디렉터리를 구성
    • 먼저 cmd창에 다음 명령을 입력하여 디렉터리를 생성

      

• cmd창에서 만든 디렉터리가 구성

  

• 2단계: 디렉터리별로 필요한 모듈 만들기
  • 하나의 패키지→ 중첩된 구조로 만들 수 있으므로 패키지 안에 또 하나의 패키지가 들어갈 수 있음⇒ **init**.py: 각 디렉터리가 패키지임을 나타내는 예약 파일
  • but, 각각의 디렉터리를 하나의 패키지로 선언하기 위해서는 예약된 파일을 만들어야 함
  • **init**.py: 각 디렉터리가 패키지임을 나타내는 예약 파일
    • 기본 .py 모듈 파일과 함께 각 디렉터리에 **init**.py를 추가→ 패키지의 기본 구조가 만들어짐
  • 각각의 디렉터리 안에 .py 파일을 만들어 구성
  • 각 하위 패키지 포함된 모듈에 필요한 기능을 구현
    • analysis 디렉터리
      • series.py

      1 def series_test()：
      2     print("series")
      

      • statics.py

      1 def statics_test()：
      2     print("statics")
      

  • 실제 사용→ 파이썬 셸에 입력

  »> from roboadvisor.analysis import series 
  »> series.series_test()
  series
  

  → roboadvisor의 상위 디렉터리에서 파이썬 셸을 실행해야 정상적으로 수행
  • 코드 실행
    • 해당 프로그램이 작동될 때 사용하기 위한 모듈들의 컴파일 결과 저장
    • 한 번 pycache’디렉터리가 생성되면 그 시점에서 해당 모듈을 수정해도 결과 반영 X
    • 해당 프로그램 또는 파이썬 셸이 완전히 종료한 후 수정해야 해당 모듈의 결과가 반영됨
  • → roboadvisor 디렉터리 안에 ‘pycache****’디렉터리 생성
• 3단계: 디렉터리별로__ init__.py 구성하기
  • __init__: 해당 디렉터리가 파이썬의 패키지라고 선언하는 초기화 스크립트
  • 일반적으로 **init**.py 파일에는 다음과 같이 해당 패키지가 포함된 모듈에 관한 정보가 존재

    

• roboadvisor 디렉터리에 3개의 하위 패키지 analysis, crawling, database가 존재
• 이 각각의 패키지를 _ init__.py 안에 __all__과 import문을 사용해 선언
• __all__이라는 리스트형의 변수를 만들어 차례대로 하위 패키지의 이름을 입력하고, 같은 방법으로 각 하위 패키지를 import문으로 호출

  

• 4단계: main_.py 파일 만들기
  • 패키지를 한 번에 사용하기 위해 roboadvisor 디렉터리에 **main.**py 파일을 만듦
  • main.py 파일을 만드는 이유→ 패키지 자체를 실행하기 위함
  • 파일 구성(2) if **name** ==’main’구문 아래에 실제 실행 코드를 작성
  • (1) 기본적으로 호출해야 하는 여러 모듈을 from과 import문으로 호출

• 5단계: 실행하기(패키지 이름만 호출）
  • 모든 코드를 작성한 후 해당 패키지의 최상위 디렉터리에서 ‘python 패키지명'을 입력하여 실행

  python roboadvisor
  series
  parser
  

패키지 네임스페이스

---

: 패키지 내에서 모듈을 서로 호출할 때 사용

• 모듈과 달리 훨씬 더 많은 중간 단계를 거쳐 조금 복잡함
• 종류
  • 절대 참조: 전체 패키지의 구조를 생각해 모듈의 경로를 모두 호출하는 것
  • 상대 참조: 호출하는 디렉터리를 기준으로 호출하는 것
• 절대 참조

  

• 패키지 이름-series까지 모든 경로를 입력

→ ‘from 전체 패키지.서브 패키지 import 모듈’ 형식

• 상대 참조
  • 핵심→ 현재의 디렉터리를 기준으로 모듈을 호출하는 것

04_가상환경 사용하기

가상환경의 개념

---

: 다른 개발자가 만든 패키지를 직접 사용하는 방법

• 각 프로젝트에 맞는 프로그래밍 환경을 설정하는 것이 좋음
  • ex. 데이터 다루는 프로젝트 / 웹 다루는 프로젝트 → 성격이 매우 다름
• 파이썬 → 이런 경우 지원을 위해 가상환경이라는 개념으로 패키지 관리 도구 제공
• 일반적으로 프로젝트 수행할 때
  • 코드 수행할 기본 인터프리터
  • 프로젝트별로 필요한 추가 패키지까지 설치 ⇒ 서로 다른 프로젝트 영향 주지 않도록 독립적인 프로젝트 수행 환경을 구성할 수 있는데 이를 가상환경이라고 함
• 대표적인 가상환경 도구
  • virtualenv
    • 파이썬 기본 제공 가상환경 도구
    • pip 이용하여 새로운 패키지 설치 가능
  • conda
    • miniconda의 전용 패키지 관리 도구
    • 가상환경 관리 + 패키지 설치

      

가상환경 설정하기

---

(1) 가상환경 만들기

• 먼저 다음과 같은 명령을 cmd 창에 입력

   conda create -n my_project python=3.4
  ​

  

• conda: 실행 명령어
• create: 가상환경을 만드는 인수
• -n: name의 줄임말
• my_project: 구성할 가상환경 이름
• python=3.4: 설치되는 파이썬의 버전

⇒ ‘my_project라는 이름의 가상환경을 python 3.4 버전으로 만들어라.’

• 명령 실행→ ‘Proceed (［y］/n)?’에서 y 입력→ 설치 시작

(2) 가상환경 실행하기

• 실행 방법→ 가상환경을 만들면 나타나는 화면에서 설명해줌
   
  

 

⇒ my_project라는 가상환경을 활성화하라는 의미

• [activate 가상화면 이름]
• →이제부터 해당 가상환경의 인터프리터만 실행됨
• ‘where python’입력→ 현재 실행되는 파이썬의 위치 출력
• ‘deactivate’ 입력→ 실행된 가상환경 종료

(3) 가상환경 패키지 설치하기

• 형식
  • [conda install 설치할 패키지 이름]
• matplotlib
  • 그래프 관리 패키지

(4) 가상환경 패키지 실습하기

• matplotlib 실습